[发明专利]TSN网络联合路由选择与流分配方法及相关设备

说明书

本申请提供一种TSN网络联合路由选择与流分配方法及相关设备，所述方法包括：基于软件定义网络，构建TSN网络的系统模型，所述系统模型包括控制器；构建TSN网络中通信流分配和路由选择问题的马尔可夫决策模型，确定状态空间、动作空间和奖励函数；将所述控制器作为智能体，基于所述马尔可夫决策模型，以满足约束条件下所述通信流的最小端到端平均时延为优化目标，利用DQN算法得到所述通信流的路由选择策略；根据所述路由选择策略，为各所述通信流分配路由路径。本申请的技术方案，能够满足高优先级流量传输的服务质量的同时，低优先级流量也能在最大端到端时延内完成传输。

技术领域

本申请涉及通信网络技术领域，尤其涉及一种TSN网络联合路由选择与流分配方法及相关设备。

背景技术

时间敏感网络(Time Sensitive Networking,TSN),是一种混合流系统，存在确定性流量和非确定性流量。TSN网络中生成的每条消息根据其通信需求分为时间触发(TT)流量、音视频桥接(AVB)流量和尽力而为(BE)流量。

TSN网络主要依靠有界的时延和抖动来保证网络的服务质量，为防止尽力而为流量对实时流量造成干扰，需要对TSN网络中不同的流量进行调度和路由。目前，很多方法为了简化和抽象复杂的问题，假设路由路径集和调度流是固定、先验的，导致网络的利用率很低；此外，当链路发生变化或突发流量发生时这些方法不再适用，泛化能力低，无法有效地对流量进行调度。

发明内容

有鉴于此，本申请的目的在于提出一种解决上述问题的TSN网络联合路由选择与流分配方法及相关设备。

基于上述目的，本申请第一方面提供了一种TSN网络联合路由选择与流分配方法，包括：

基于软件定义网络，构建TSN网络的系统模型，所述系统模型包括控制器；

构建TSN网络中通信流分配和路由选择问题的马尔可夫决策模型，确定状态空间、动作空间和奖励函数；

将所述控制器作为智能体，基于所述马尔可夫决策模型，以满足约束条件下所述通信流的最小端到端平均时延为优化目标，利用DQN算法得到所述通信流的路由选择策略；

根据所述路由选择策略，为各所述通信流分配路由路径。

进一步地，所述路由选择策略包括：

所述智能体根据当前网络状态，为当前各节点队列中的每个所述通信流选择下一跳节点，直至每个所述通信流均完成路径分配或达到预设的迭代次数。

进一步地，所述约束条件由下式表示：

其中，表示通信流从源节点传输到目的节点过程中的端到端时延，t表示时隙，f_k表示通信流，F_TT表示时间触发TT流量的集合，τ_TT表示TT流量的端到端时延的最大值，τ_AVB表示音频桥接AVB流量的端到端时延的最大值，F_AVB表示AVB流量的集合，T表示通信周期，F_BE表示尽力而为BE流量的集合，表示通信流在节点i到节点j已使用的链路容量，u_ij表示节点i到节点j的链路容量；

所述优化目标由下式表示：

其中，ω₁和ω₂为权重，表示优化倾向，且ω₁+ω₂＝1，T’表示通信周期内所有时隙，表示时隙t下TT流量的归一化平均时延，表示时隙t下AVB流量的归一化平均时延。